摘要
本发明公开了一种污水处理过程总磷浓度预测方法、电子设备及介质,属于污水处理领域。其中方法包括:采集多种污水处理过程中多种指标数据,获得数据集;对获得的数据集进行预处理后,对总磷相关的特征变量进行筛选;对铁盐投递过程建立相应的基于物理信息技术的磷酸根浓度预测模型,用于预测磷酸根浓度;将预测获得的磷酸根浓度与筛选出的变量相结合,共同构建总磷预测模型;对总磷预测模型进行训练,并将训练后的总磷预测模型用于预测污水处理过程的总磷浓度。本发明创新性地将污水处理领域的部分已知科学规律和经验公式整合到数据驱动的预测模型中,结合了传统模型的理论基础和机器学习模型的自学习能力,提高了模型的预测准确性和可靠性。
技术关键词
浓度预测方法
水合氧化铁
磷酸
变量
数据
支持向量机
消除方法
物理
电子设备
三次样条插值
多输入多输出
时序
机器学习模型
记忆
网络
模型更新
程序
处理器
指令
样本